• 한국화재소방학회논문지
• /
• 제29권1호
• /
• pp.80-86
• /
• 2015

본 연구에서는 최근에 발생한 선박 화재 폭발 사고사례의 분석을 통해 문제점 및 대처방안에 대하여 조사하였다. 통계치 분석을 통해 우리나라의 2009~2013년간 사고 종류별 해양사고 발생현황 중 화재 폭발로 인한 선박 사고는 2012년 7.58% (55건)으로 가장 높았고, 2009년 4.70% (34건), 2010년 3.39% (25건), 2011년 6.03% (57건), 2013년 6.74% (43건)로 지속적으로 증가하는 양상이 나타나는 것을 알 수 있었다. 선박 화재 폭발 사고의 대부분의 원인은 안전의식 결여로 인해 발생하였다. 사고발생 장소가 바다이므로 자체의 소화설비와 인근의 소화설비의 부재와 공공소방대의 접근이 용이하지 않고 바람 등 자연적인 요인에 의한 영향이 크게 작용해 화재의 확대가 용이하다. 이는 특수한 화재 폭발사고로써 일반 건축물 화재 폭발사고와 비교되며 위험성 또한 높기 때문에 예방차원의 대처방안이 매우 중요하다. 이에 신속하고 정확한 인명피난계획을 연구하고 피난할 시간을 더 확보하기 위해 내화성능을 강화할 수 있는 선박구조 및 자재를 개발하고, 철저한 안전교육을 시행해 국민들의 안전의식을 향상시켜야 한다.

• 한국산림과학회지
• /
• 제110권4호
• /
• pp.610-621
• /
• 2021

지진 발생과 집중호우에 의해 땅밀림형 산사태 유형으로 분류되는 땅밀림 현상이 전국적으로 광범위하게 나타나고 있다. 산림청은 땅밀림으로 인한 인명 및 재산 피해를 예방하기 위해 땅밀림 우려지 현장조사 판정표를 통해 땅밀림 발생 위험지를 사전에 파악하고 있다. 한편 최근에는 컴퓨터 기술의 발달로 인공지능의 한 분야인 기계학습 분류기법을 이용하여 산지재해 취약성을 평가하거나 자연재해를 예측하고 있다. 따라서 이 연구에서는 기계학습 분류기법인 k-Nearest Neighbor(k-NN), Naive Bayes(NB), Random Forest(RF), 그리고 Support Vector Machine(SVM) 분류모델을 이용하여 땅밀림 발생 위험등급을 분류하였다. 한국치산기술협회의 2018~2020년 조사 자료 4,618개 중에서 땅밀림 현상의 발생 여부를 고려하여 발생지 총 146개소, 그리고 미발생지 146개소를 임의추출하여 292개 자료를 선정하였으며, 이 중 70%에 해당하는 204개소 자료를 훈련자료로 하여 모델을 구축하였다. 전체 자료의 30%에 해당하는 88개 검증자료에 대해 모델을 평가한 결과, k-NN은 0.727, NB는 0.750, RF는 0.807, 그리고 SVM은 0.750의 분류정확도를 보였다. 또한, Kappa 상관계수는 각각 0.534, 0.580, 0.673 및 0.585, 그리고 AUC는 각각 0.872, 0.912, 0.943 및 0.834로 계산되었다. 따라서 땅밀림 위험지역 판정을 위한 기계학습 분류모델은 RF, NB, SVM, 그리고 k-NN 순으로 높은 성능을 보였다. 기계학습 분류모델은 향후 산지토사재해의 예방 및 대응을 위한 기초자료로 활용 가능하며, 땅밀림 재해 관리 및 피해 경감에 위한 정책 개발에 필요한 정보를 제공할 것이다.

• 한국방재안전학회논문집
• /
• 제15권1호
• /
• pp.47-56
• /
• 2022

통합물관리, 탄소중립 등 수자원 및 에너지 정책이 급변하는 가운데 모두 연관성이 있는 발전용댐의 가치를 재평가해야한다는 의견이 제기되고 있다. 발전용댐은 홍수기에 제한수위를 두어 운영을 하는 등 과거부터 전력생산 외에도 홍수조절 등에 기여해왔으나 이러한 운영방식은 전력손실이 불가피하다. 이에 본 연구는 발전용댐의 전력손실을 최소화하기 위하여 수력발전의 전력생산 시스템에 회복탄력성의 개념을 도입하고 전력판매액의 최대화를 발전성능으로 정의하여 발전용댐의 발전성능을 평가할 수 있는 프레임워크를 제시하였다. 현행 연계운영계획 수립 절차를 기반으로 댐 모의 운영 시나리오를 구축하고 HEC-5를 활용하여 댐 모의 운영을 수행하였다. 수행된 결과자료를 활용하여 제시된 프레임워크에 적용하여 각 시나리오에 따른 발전성능이 중요한 요소로 평가됨을 확인되었고 부가적으로 이·치수 성능도 평가할 수 있음을 확인하였다. 향후 다양한 시나리오를 기반으로 경제성 분석이 수반되어 비용과 편익이 산정된다면 시나리오별 경제적 효과 및 기회비용 등을 명확히 비교할 수 있을 것으로 판단된다.

• 한국재난정보학회 논문집
• /
• 제17권4호
• /
• pp.794-801
• /
• 2021

연구목적: 화관법의 운반차량 관리제도 실효성을 연구하여 제도 개선방안을 위한 기초자료로 활용하고자 한다. 연구방법: 화관법('15.1.1) 시행 이후 운반차량관리 제도인 운반계획서, 지도점검 현황, 안전교육 이수 관리 등과 화학사고 감소 비율을 비교하여 실효성을 연구하였다. 연구결과: 화관법 시행 초반('15~'17년) 운반차량에 의한 화학사고 평균 건수는 20건에서 13건('18~'20년)으로 평균 7건이 줄었다. 화학사고 감소원인으로는 첫째 지도·점검률이 해마다 높아지면서 사업장에서 화관법에 대한 관심이 높아지고, 화학물질 운반차량에 대한 검사가 주기적으로 이루어지는 등 차량 시설결합에 의한 화학사고가 줄었다. 둘째, 운반계획서 제출량이 매년 증가하면서 운반계획서 검토 및 확인 등을 통해 운반자가 운반하는 물질에 대한 정보를 직·간접적으로 확인하였고, 이로 인해 화학물질 이송 시 유의하여 운행하는 등의 간접적인 영향을 끼친 것으로 판단된다. 마지막으로 안전교육을 통해 운반물질의 위험성 인지, 개인보호장구 구비, 화학사고 발생 시 책임소재 인식 변화로 운반차량에 의한 화학사고는 감소하는 것으로 판단된다. 결론: 현재 시행되고 있는 화관법의 운반차량 관리제도는 실효성을 보이고 있지만, '18년 이후 사고가 소폭 증가하는 경향을 보여서 추후 실용적이며 효율적인 운반차량 관리제도 개선을 위한 추가적인 연구가 필요하다.

• 한국재난정보학회 논문집
• /
• 제19권1호
• /
• pp.161-172
• /
• 2023

건설근로자에게 강의식으로 전달하는 안전교육은 집중도와 몰입도에 한계가 있으므로 전달력과 흥미가 떨어진다. 교육을 통하여 불안전한 행동을 개선하고, 안전사고를 예방하기 위해서는 체험식 교육으로 패러다임을 전환할 필요가 있다. 연구목적: 체험식 안전교육은 건설근로자가 위험을 더 빠르게 인지하고, 응급대처 능력향상과 사전·사후 학습전이 효과성을 검증하므로 건설근로자 사고 예방에 기여하고, 체험교육이 건설근로자 안전한 행동 유도에 미치는 영향 연구가 목적이다. 연구방법:실제 건설 현장과 동일 작업환경으로 구성된 체험시설을 경험한 종사자들의 설문으로 안전체험교육 사전·사후에 대한 의견조사와 학습전이 성과에 대해서 조작적 정의와 변수측정도구를 계획하고, 연구가설을 설정하였다. 연구결과: 구조방정식 모형을 통하여 경로분석 하였으며, 베이지안 이론과 MC 시뮬레이션 분석법으로 척도목표 기술통계량 및 척도입력 기술통계량에서 의도된 안전(A), 불안전(B)의 하위영역 비(非) 체험 교육, 체험식 교육의 평균, 표준편차, 최소·최대 값을 통해서 건설근로자 행동 변화를 확인하고 가설을 증명하였다. 결론: 건설근로자들에게 참여동기가 유발되어야 교육의 효과와 산업재해가 감소된다.

• 한국지반공학회논문집
• /
• 제39권12호
• /
• pp.37-46
• /
• 2023

동적 물성치는 지반의 상세한 거동을 예측하기 위한 필수인자이나, 샘플 채취와 추가적인 실험이 동반되는 한계가 있다. 본 연구의 목적은 정적 지반 물성치를 기반으로 동적 지반 물성치를 예측하는 것으로 인공신경망을 활용하고자 하였다. 정적 물성치는 점착력, 내부마찰각, 함수비, 비중 그리고 일축압축강도로 선정하였으며 출력 값인 동적물성치는 압축파 속도와 전단파 속도로 결정하였다. 인공신경망 적용시 결과값의 신뢰성을 높이기 위해 Levenberg-Marquardt와 Bayesian regularization 방법을 적용하였으며, 각 최적화 방법에 따른 신뢰성을 비교하였다. 인공신경망 모델의 정확도는 결정계수로 나타냈으며, train과 test 과정 모두 0.9 이상의 값을 보여 해당 연구에서 구축한 인공신경망의 신뢰성이 높은 것으로 나타났다. 또한, 구축된 인공신경망 모델의 검증을 위해 새로운 입력 데이터에 대해서도 출력값의 신뢰성을 검증하였으며, 그 결과 높은 정확도를 보였다.

• 문화기술의 융합
• /
• 제6권3호
• /
• pp.175-183
• /
• 2020

이 연구는 아파트 시설물 유지관리 및 화재안전시설관리가 입주자의 주거만족도에 미치는 영향에 대한 해결방안을 제시하였다. 연구결과는 다음과 같다. 첫째, 시설물 유지관리는 주거만족도에 부(-)의 영향을 미치는 것으로 나타났다. 이는 시설물의 고장이 많을수록 입주자의 주거만족도는 낮아지는 것으로 분석되었다. 즉 관리주체 직원들은 반복적인 업무이기 때문에 입주자 민원 요청에 소홀할 때 주거만족도에 부정적인 영향을 미치므로 관리주체에서 결코 가볍게 지나치면 안 되는 사항으로 관리교육지원과 시설물 유지관리를 높여 입주자들의 주거만족도를 높여야 함을 보여준다. 둘째, 화재안전시설은 주거만족도에 부(-)의 영향을 미치는 것으로 나타났다. 이는 화재안전시설에 대한 작동불량이 많을수록, 소방용품의 교체가 많을수록 입주자의 주거만족도는 낮아지는 것으로 분석되었다. 즉 아파트 단지 내에는 안전문화인식 수준이 낮을 수 있기 때문에 이에 대한 대응력이 취약할수록 화재안전시설에 대한 의존도가 높고 안전을 중요함을 보여주어 관리주체에서는 화재안전시설에 대한 피해를 저감시켜 입주자들의 주거만족도를 향상시켜야 할 필요가 있다. 마지막으로, 입주자의 화재안전의식 강화방안으로 소방계획서에 의한 화재진압과 피난 대처요령에 관한 입주자의 교육과 훈련을 반복적으로 시행할 필요가 있다.

• 한국화재소방학회논문지
• /
• 제30권3호
• /
• pp.62-66
• /
• 2016

화력발전소는 중대형사고의 발생위험이 높은 고위험군 건물로 다양한 원인에 의하여 크고 작은 화재 등이 발생하고 있어 화력발전소 현장에서는 '화력발전분야 현장조치 행동 매뉴얼'을 배포하고 정기적인 교육 및 훈련을 통하여 화재 등 재난발생률을 최소화하기 위하여 힘쓰고 있다. 그러나 현재 국내 5개 화력발전회사에서 사용되는 교육자료는 대부분 가독성 낮은 인쇄물(Hard Capy) 형태이며, 발전화사별, 사업소별로 상이하게 구성된 점이 있어 표준화 작업이 요구된다. 그러므로 본 연구에서는 국가 중대 기반시설인 발전소의 재난대응력을 향상하기 위한 방법으로 '화력발전분야 현장조치 행동 매뉴얼'의 '유류화재 전기화재 건물화재 설비화재 가스누출 대응 SOP' 5개 부분에 대하여 매뉴얼 표준화 작업을 진행하고, 이를 바탕으로 인쇄물(Hard Capy)형 재난매뉴얼을 보완할 수 있는, 스토리뷰잉(Story-viewing) 기법을 적용한 시각화 기반 화력발전분야 안전교육 콘텐츠를 제안하고자 한다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.332-340
• /
• 2021

본 연구의 목적은 전라남도 소방공무원을 대상으로 소방드론이 필요한 업무 및 활용분야, 드론 교육의 필요성과 참여 여부 등 드론의 활용방안을 분석을 통해 제시하는 것이다. 설문조사 결과, 응답자의 80.29%는 드론을 운용해볼 의사가 있는 것으로 나타났으며, 드론이 가장 필요하다고 생각하는 업무 분야는 구조, 화재진압, 생활안전, 구급, 기타 순으로 나타났다. 또한 응답자의 77.38%는 드론이 소방공무원의 안전사고 예방에 기여할 것이라 생각하고 있으며, 70.13%의 응답자는 소방드론 운영인력은 보직 변경을 통해 운영하는 것이 적정하다는 의견을 제시하였으며, 운용 연령대는 40대를 가장 많이 선택하였다. 또한 이들 응답자 중 82.84%가 드론 교육에 참여의사가 있는 것으로 나타났으며 드론의 활용이 소방 공무원의 고령화에 따른 체력관리와 퇴직 관리에 도움이 될 것으로 인식하였다. 소방드론의 업무활용 영역은 요구조자 탐색, 현장 정보 확인, 현장 사전위험도 확인 등의 순으로 나타났다. 드론운영경험에 따른 집단별 차이분석에서는 요구조자들에 대한 안전조치 항목, 드론 운용대원의 확보방안 등의 항목에서 통계적으로 유의한 차이를 보였으며, 근무경력별 분산분석에서는 드론의 활용분야와 관련된 4가지 항목들, 그리고 드론의 운용대원 연령대 및 퇴직 관리 도움여부 항목 등 총 8개 항목에서 통계적으로 유의한 차이가 있음을 확인하였다.

• 한국측량학회지
• /
• 제40권4호
• /
• pp.251-260
• /
• 2022

소나무 재선충 피해나무는 줄어들고 있으나, 피해 지역은 전국으로 확대되고 있다. 최근에 딥러닝 기술이 발전하면서 소나무재선충 고사목 탐지 연구에 적용이 빠르게 시도되고 있다. 본 연구의 목적은 딥러닝 학습데이터의 효과적인 취득과 정확한 참값을 확보하고, 학습을 통해 U-Net 모델의 탐지능력을 보다 향상시키기 위함이다. 이러한 목적달성을 위해 단계별 딥러닝 알고리즘을 적용한 필터링 방법을 이용하여 딥러닝 모델의 불명확한 분석 근거를 최소화하고, 효율적인 분석 및 판단을 할 수 있도록 하였다. 분석결과 U-Net알고리즘을 이용한 소나무재선충 고사목 탐지 및 성능향상에 있어 기간별로 분석한 참값을 이용한 U-Net 모델이 기존에 제공하였던 참값을 이용한 U-Net 모델보다 재현율(Recall)은 -0.5%p, 정밀도(Precision)은 7.6%p, F-1 score는 4.1%p로 분석되었다. 향후 다양한 필터링 기법을 적용하여 재선충 탐지 정밀도를 높일 수 있는 가능성이 있을 것으로 판단되며, 드론 정사영상과 인공지능을 이용한 드론 예찰방법이 소나무재선충 방제 사업에 활용 가능할 것으로 판단된다.